Cette start-up n’existe pas

Grâce aux réseaux antagonistes générateurs (GAN), nous pouvons apprendre à créer des versions factices réalistes de presque n’importe quoi, comme le montre cette collection de sites qui ont vu le jour au cours du mois dernier.

Comment cela fonctionne :

(…) Les chercheurs ont eu du mal à générer des images de grande taille de haute qualité (par exemple 1024×1024) jusqu’en 2018, date à laquelle NVIDIA a relevé le défi pour la première fois avec ProGAN. L’innovation clé de ProGAN est l’entraînement progressif – il commence par entraîner le générateur et le discriminateur avec une image de très basse résolution (par exemple 4×4) et ajoute une couche de plus haute résolution à chaque fois.

Cette technique crée d’abord la base de l’image en apprenant les caractéristiques de base qui apparaissent même dans une image de faible résolution, et apprend de plus en plus de détails au fil du temps à mesure que la résolution augmente. L’apprentissage des images à basse résolution est non seulement plus facile et plus rapide, mais il permet également d’apprendre les niveaux supérieurs, et par conséquent, l’apprentissage total est également plus rapide.

Laisser un commentaire

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.